← ブログ一覧へ · 2026.07.31
AI画像タガーモデルガイド: General・Character・Ratingタグを理解する
AnimeTag-AIが使用している画像タガーAIモデルは、Danbooruにアップロードされた数百万枚の サブカルイラストで学習されたタギングモデルです。画像を入力すると、数千個のタグそれぞれについて 「このタグが画像に存在する確率」を計算して返します。この記事では、結果に登場する3つの カテゴリとconfidence scoreをどう解釈すればいいかをまとめます。
1. Generalタグ — 最も情報量の多いカテゴリ
Generalは、キャラクターの髪色、瞳の色、表情、ポーズ、衣装、背景、画風まで、画像から観察できる
ほぼすべての視覚的属性を包括するカテゴリです。全タグのうち大半がGeneralに属します。
1girl、blue_hair、school_uniform、
looking_at_viewer、simple_backgroundといったタグはすべてここに含まれます。
タグ数が圧倒的に多いため、結果をそのまま見ると情報が混ざって見えがちですが、AnimeTag-AIの
「カテゴリ別表示」機能は、まさにこのGeneralタグを外見・衣装・ポーズ・背景などに再分類して
見せるために作られています。
2. Characterタグ — キャラクター/作品認識
Characterカテゴリは、hatsune_mikuのように特定のキャラクターや作品を識別するタグです。
このカテゴリは、モデルが学習データで頻繁に登場した有名キャラクターほど認識率が高く、マイナーな
キャラクターやオリジナルキャラクターは認識されないことが多くあります。キャラクタータグが空欄でも
エラーではなく、単に学習データにそのキャラクターが十分な数登場していなかった可能性が高いだけです。
3. Ratingタグ — コンテンツレーティング分類
Ratingはgeneral、sensitive、questionable、
explicitの4つの値だけで構成される特殊なカテゴリです。画像の露出度合いを
自動判定し、データセットを安全にフィルタリングしたり分類したりする用途に使えます。4つの
値の確率を合計すると1に近くなるよう正規化されているため、最も高い値を持つレーティングがモデルの
判断した「最も可能性が高い」レーティングになります。
4. Confidence Scoreはどう読むべきか?
各タグには0~1のconfidence score(信頼度)が一緒に返されます。この値は「確率」というより 「モデルがそのタグを正しいとどれだけ強く判断したか」に近い指標です。0.9以上ならほぼ確実、 0.35~0.6の範囲は微妙だが参考になるタグ、0.2以下はノイズに近いことが多いです。 AnimeTag-AIのThresholdスライダーは、まさにこの値を基準にタグをフィルタリングする機能です — 詳しい 推奨値はThreshold値ガイドを参照してください。
実際に使ってみる
理屈より、実際に画像を入れてみるのが一番早いです。 AnimeTag-AIにイラストをアップロードすれば、上で説明したGeneral/Character タグとRatingをすぐに確認でき、「カテゴリ別表示」に切り替えれば、Generalタグが自動的に 外見・衣装・ポーズ・背景などに再整理された様子を見ることができます。